CN112073105A - 一种低能耗的毫米波mimo通信预编码设计方法 - Google Patents
一种低能耗的毫米波mimo通信预编码设计方法 Download PDFInfo
- Publication number
- CN112073105A CN112073105A CN202011252053.4A CN202011252053A CN112073105A CN 112073105 A CN112073105 A CN 112073105A CN 202011252053 A CN202011252053 A CN 202011252053A CN 112073105 A CN112073105 A CN 112073105A
- Authority
- CN
- China
- Prior art keywords
- precision
- dac
- phase shifter
- matrix
- precoding matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种低能耗的毫米波MIMO通信预编码设计方法,提出一种联合考虑移相器和DAC精度结构的方法,基于该结构公开一种混合预编码方法。具体包括以下步骤:给出本发明的能量效率求解模型;对信道矩阵进行奇异值分解获取全精度模拟预编码;利用最小二乘法获取数字预编码矩阵;根据获得的模拟预编码矩阵进行一定精度的角度量化;最后对移相器和DAC精度进行联合优化,获得最佳的量化精度配比和混合预编码矩阵。本发明的预编码方法在具有低功耗传输的同时,还可以保证系统的频谱效率满足通信需求并且拥有较高的能量效率。
Description
技术领域
本发明涉及无线通信领域,涉及无线通信系统中的毫米波大规模多输入多输出(MIMO)技术,具体是毫米波MIMO通信系统的移相器和数模转换器结构与方法。
背景技术
面对不断增长的通信需求,传统通信技术已经不能很好地满足人们。毫米波具有丰富的使用频段(30G~300G)和足够的带宽,再配合大规模MIMO通信技术,可以很好地满足人们目前对通信的要求。毫米波MIMO通信的波长短,可以使天线阵列被封装在一个较小的空间内,提高天线的增益,以此来弥补发送端的功率损耗。然而采用传统的每根天线分配一个射频链路的结构会造成极大的功率消耗,数字预编码与模拟预编码结合的混合预编码方法可以减少射频链路的个数,而不过多增加系统的能量损耗。数字预编码器和模拟预编码器之间存在的数模转换器(DAC)是影响系统性能的重要因素,它直接控制着由数字信号到模拟信号的转变。当DAC量化的精度较低时,不足以满足系统通信需求;当采用精度很高时,高精度所提升的系统性能不足以补偿多余的功率损耗。模拟预编码的移相器的精度也面临着同样的精度选择问题。
如何选择合适的移相器精度和DAC精度是权衡的关键,既要保证系统的通信质量,又不能造成过多不必要的能量损耗。因此,如何设计一种低能耗的毫米波混合预编码方法,利用较低的功耗达到较高的频谱效率,是毫米波通信中亟待解决的问题之一。
发明内容
发明目的:本发明目的在于提出一种低功耗毫米波MIMO通信预编码方法,并在此基础上公开了一种联合优化有限精度移相器和DAC结构的混合预编码方法。本发明综合考虑对DAC和移相器有限精度量化,目的在减少系统能量损耗的同时,保证系统有较高的频谱效率。
本发明解决其技术问题所采用的技术方案的具体步骤如下:
步骤1. 信号接收模型与目标函数建立
本发明针对一个毫米波MIMO点对点下行通信系统。基站端以功率p发送长度为N s的数据流,经过大小为N rf×N s的数字预编码FD和N t×N rf的模拟预编码FA对信号的幅度和相位进行了调整后,通过N t根天线将信号s发送给接收端,同时每根天线对应配置一个DAC对,信号经过DAC处理后加入硬件失真噪声。
在接收端接收的信号表示
其中H为信道矩阵且大小为N r×N t,n为高斯白噪声且服从均值为0方差为1的正态分布;μ为DAC的失真因子且与转换器的精度有关;e为DAC对应的失真噪声;
针对提出的接收信号模型,系统的能量效率η定义为频谱效率R与系统消耗总功率P t的比值。并建立优化目标函数如下
其中B表示移相器的精度且1≤B≤8,b表示DAC的精度且1≤b≤8,R ε表示为满足系统通信的最低频谱效率。
步骤2. 获取全精度混合预编码矩阵
在将信道矩阵进行奇异值分解后,选取分解后的右奇异值矩阵,并将右奇异值矩阵的前N s列作为最优全数字预编码矩阵Fopt;再利用字典法,获取字典中最大的前N s个索引,并将索引对应的字典集的列作为全精度模拟预编码矩阵FA;
利用最小二乘法,根据Fopt和FA求解数字预编码矩阵FD;最后考虑数字预编码矩阵和模拟预编码矩阵的乘积的范数平方为N s的约束,以及模拟预编码的每一个元素的模都相等的约束。
步骤3. 移相器与DAC精度的选取
通过计算当移相器量化精度为1比特时的模拟预编码和数字预编码矩阵,来计算DAC精度为1比特时带来的量化误差和系统的频谱效率;并判断频谱效率是否满足阈值R ε。
当频谱效率满足阈值后,存储此时移相器精度;若不满足则增加移相器精度且再次计算频谱效率,直到找到满足频谱效率约束的移相器精度后。再通过增加DAC精度找寻最高能量效率同时存储此时的DAC精度。
本发明的有益效果是:
本发明应用于毫米波MIMO点对点通信中,是一种全连接结构的低功耗混合预编码方案。通过采用本发明的低功耗混合预编码方案可以有效地降低系统的硬件成本,并且还能获取接近全数字预编码方案的频谱效率。同时,系统的能量效率也因选择低精度硬件而提高,减少不必要的能量浪费,提高能力效率。
附图说明
图1为一种低能耗的毫米波MIMO通信预编码设计方法的流程框图
具体实施方式
下面结合系统流程框图详细说明本发明的技术方案
考虑一个下行链路大规模毫米波MIMO通信,在发送端发送长度为N s的数据流s,在经过数模转换器时,对信号进行一定精度的量化。再经过射频链路和移相器对信号进行放大和相位调整。将基站发送功率设定为2瓦特,每根天线的发送功率都相同,发送端天线数为64根,接收端天线数为16根,射频链路个数为6个。
1. 建立能量效率求解模型
发送端发送信号s为发送信号,采用全连接结构的N rf×N s大小的数字预编码矩阵FD和N t×N rf大小的模拟预编码矩阵FA对信号进行幅度和相位的调整;再经过N t根发送天线发送给接收端y。
当信号在毫米波MIMO通信系统中传输时,其系统的频谱效率R可表示为log2(1+SNR),其中SNR表示为有用信号功率与所有噪声功率的比值,而系统能量效率η是频谱效率R与系统消耗总功率P t的比值。系统的总消耗功率有四部分组成P t=P A+P RF+P ADC+P PS,分别为元器件功率P A、射频链路损耗功率P RF、数模转换器消耗的功率P ADC=9×10-12×109×b+1.5×10-5×2 b 以及移相器消耗功率P PS=BP PS1 N t N rf,其中P PS1为一个1比特精度的移相器功率损耗。
2. 获取全精度模拟预编码矩阵
将毫米波信道矩阵H奇异值分解后,取右奇异矩阵V的前N s列,作为全数字最优预编码矩阵,即Fopt;将信道响应矢量At与全数字最优预编码矩阵相乘,获得对应的特征集Ω。找到集合中最大的数作为索引,并取信道响应矢量中对应的索引列作为模拟预编码矩阵的列,以此来获取模拟预编码矩阵FA。
3. 获取数字预编码矩阵
根据获得的模拟预编码矩阵,通过最小二乘法求解数字预编码矩阵FD=(FA)-1Fopt;再根据数字预编码矩阵和模拟预编码矩阵的乘积的范数平方为N s的约束对预编码矩阵进行单位化处理。
4. 对移相器精度进行量化
首先假设量化精度为B,定义量化步长Δ为2π与2 B 的比值,再根据B建立量化角度集β={0,1,2,…,(2 B -1)}。然后取模拟预编码矩阵的第x行y列的元素FA(x,y),并获得其元素对应的角度θ x,y;将量化角度集中的所有元素与步长相乘后和θ x,y做差值,选择所有差值中最小的m作为量化值,得到量化后的角度为φ x,y=mΔ;在量化过后,新的模拟预编码矩阵的FA(x,y)=ejφx,y,其中j为虚数单位。所有元素都获取之后,再对模拟预编码与数字预编码进行一次步骤3中的单位化处理。
5. 移相器与DAC精度的联合优化求解
采用遍历搜索算法,对移相器量化精度B,和DAC精度b进行搜索获取最大能量效率。具体思想为,先考虑计算移相器和DAC精度都为1时的频谱效率,判断是否满足R ε的阈值,若是,则存储此时的B;反之则增加移相器精度,提高频谱效率。直到满足频谱效率的阈值后,再增加DAC精度b寻找能量效率的最大值,由此求解移相器与DAC精度的联合优化。
Claims (5)
1.一种低功耗的毫米波MIMO通信预编码设计方法,其特征在于,针对在信号发送端的DAC和模拟预编码器两个对象进行硬件精度的选择;综合考虑移相器和DAC精度的配置,通过建立求解最优能量效率目标函数,对移相器的量化精度和DAC精度进行联合优化,搜索遍历找寻最佳的精度;主要包括以下步骤:
步骤1:信号接收模型与目标函数建立
基站端以功率p发送长度为N s的数据流,经过大小为N rf×N s的数字预编码FD和N t×N rf的模拟预编码FA对信号的幅度和相位进行了调整后,通过N t根天线将信号s发送给接收端,同时每根天线对应配置一个DAC对,信号经过DAC处理后加入硬件失真噪声;
步骤2:在接收端接收的信号表示
其中H为信道矩阵且大小为N r×N t,n为高斯白噪声且服从均值为0方差为1的正态分布;μ为DAC的失真因子且与转换器的精度有关;e为DAC对应的失真噪声;
步骤3:针对提出的接收信号模型,系统的能量效率η定义为频谱效率R与系统消耗总功率P t的比值;并建立优化目标函数如下
其中B表示移相器的精度且1≤B≤8,b表示DAC的精度且1≤b≤8,R ε表示为满足系统通信的最低频谱效率。
2.根据权利要求1所述的方法,其特征在于,在步骤3中获取全精度模拟预编码矩阵,具体步骤为:
在将信道矩阵进行奇异值分解后,选取分解后的右奇异值矩阵,并将右奇异值矩阵的前N s列作为最优全数字预编码矩阵Fopt;再利用字典法,获取字典中最大的前N s个索引,并将索引对应的字典集的列作为全精度模拟预编码矩阵FA。
3.根据权利要求2所述的方法,其特征在于,获取数字预编码矩阵,具体步骤为:
根据获得的模拟预编码矩阵,通过最小二乘法求解数字预编码矩阵FD=(FA)-1Fopt;再根据数字预编码矩阵和模拟预编码矩阵的乘积的范数平方为N s的约束对预编码矩阵进行单位化处理。
4.根据权利要求3所述的方法,其特征在于,对移相器精度进行量化,具体步骤为:
首先假设量化精度为B,定义量化步长Δ为2π与2 B 的比值,再根据B建立量化角度集β={0,1,2,…,(2 B -1)};然后取模拟预编码矩阵的第x行y列的元素FA(x,y),并获得其元素对应的角度θ x,y;将量化角度集中的所有元素与步长相乘后和θ x,y做差值,选择所有差值中最小的m作为量化值,得到量化后的角度为φ x,y=mΔ;在量化过后,新的模拟预编码矩阵的FA2(x,y)=ejφx,y,其中j为虚数单位;所有元素都获取之后,再对模拟预编码与数字预编码进行一次单位化处理。
5.根据权利要求4所述的方法,其特征在于,对移相器与DAC精度的联合优化求解,具体步骤为:
采用遍历搜索算法,对移相器量化精度B,和DAC精度b进行搜索获取最大能量效率;具体思想为,先考虑计算移相器和DAC精度都为1时的频谱效率,判断是否满足R ε的阈值,若是,则存储此时的B;反之则增加移相器精度,提高频谱效率;直到满足频谱效率的阈值后,再增加DAC精度b寻找能量效率的最大值,由此求解移相器与DAC精度的联合优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011252053.4A CN112073105B (zh) | 2020-11-11 | 2020-11-11 | 一种低能耗的毫米波mimo通信预编码设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011252053.4A CN112073105B (zh) | 2020-11-11 | 2020-11-11 | 一种低能耗的毫米波mimo通信预编码设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112073105A true CN112073105A (zh) | 2020-12-11 |
CN112073105B CN112073105B (zh) | 2021-02-26 |
Family
ID=73655151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011252053.4A Active CN112073105B (zh) | 2020-11-11 | 2020-11-11 | 一种低能耗的毫米波mimo通信预编码设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112073105B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107017927A (zh) * | 2017-02-28 | 2017-08-04 | 东南大学 | 一种大规模mimo系统中基站dac精度配置方法 |
CN107566306A (zh) * | 2017-08-29 | 2018-01-09 | 清华大学 | 面向波束成形系统的数字预失真结构及其控制方法 |
CN108023620A (zh) * | 2017-11-28 | 2018-05-11 | 杭州电子科技大学 | 应用于毫米波频段的大规模mimo系统混合预编码方法 |
CN108063634A (zh) * | 2018-02-01 | 2018-05-22 | 东南大学 | 一种低精度量化大规模mimo中最优正则预编码方法 |
CN108712196A (zh) * | 2018-02-14 | 2018-10-26 | 北京交通大学 | 低分辨率毫米波大规模mimo混合预编码系统和方法 |
CN109302224A (zh) * | 2018-10-18 | 2019-02-01 | 复旦大学 | 用于大规模mimo的混合波束赋形算法 |
CN109756254A (zh) * | 2019-01-17 | 2019-05-14 | 河南省信息咨询设计研究有限公司 | 一种混合预编码处理方法及相关设备 |
US10707974B1 (en) * | 2019-10-14 | 2020-07-07 | Industrial Technology Research Institute | Transceiver using hybrid beamforming and performing an antenna calibration method |
-
2020
- 2020-11-11 CN CN202011252053.4A patent/CN112073105B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107017927A (zh) * | 2017-02-28 | 2017-08-04 | 东南大学 | 一种大规模mimo系统中基站dac精度配置方法 |
CN107566306A (zh) * | 2017-08-29 | 2018-01-09 | 清华大学 | 面向波束成形系统的数字预失真结构及其控制方法 |
CN108023620A (zh) * | 2017-11-28 | 2018-05-11 | 杭州电子科技大学 | 应用于毫米波频段的大规模mimo系统混合预编码方法 |
CN108063634A (zh) * | 2018-02-01 | 2018-05-22 | 东南大学 | 一种低精度量化大规模mimo中最优正则预编码方法 |
CN108712196A (zh) * | 2018-02-14 | 2018-10-26 | 北京交通大学 | 低分辨率毫米波大规模mimo混合预编码系统和方法 |
CN109302224A (zh) * | 2018-10-18 | 2019-02-01 | 复旦大学 | 用于大规模mimo的混合波束赋形算法 |
CN109756254A (zh) * | 2019-01-17 | 2019-05-14 | 河南省信息咨询设计研究有限公司 | 一种混合预编码处理方法及相关设备 |
US10707974B1 (en) * | 2019-10-14 | 2020-07-07 | Industrial Technology Research Institute | Transceiver using hybrid beamforming and performing an antenna calibration method |
Non-Patent Citations (5)
Title |
---|
ARYAN KAUSHIK等: "Energy Efficiency Maximization of Millimeter Wave Hybrid MIMO Systems with Low Resolution DACs", 《ICC 2019 - 2019 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS (ICC)》 * |
EVANGELOS VLACHOS等: "Energy-Efficiency Maximization of Hybrid Massive MIMO Precoding with Random-Resolution DACs via RF Selection", 《 IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》 * |
QINGFENG DING等: "Performance Analysis of Full-Duplex Massive MIMO Systems With Low-Resolution ADCs/DACs Over Rician Fading Channels", 《 IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 * |
QINGFENG DING等: "Spectral and Energy Efficiency of Hybrid Precoding for mmWave Massive MIMO With Low-Resolution ADCsDACs", 《IEEE ACCESS》 * |
李良鸿: "采用低分辨率ADC/DAC的毫米波大规模MIMO混合预编码技术研究", 《中国优秀硕士学位论文全文数据库》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112073105B (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108809397B (zh) | 多天线系统中高功效数模混合波束成形方法、装置及设备 | |
CN110048752B (zh) | 毫米波大规模mimo中的一种混合预编码方法 | |
CN112737647B (zh) | 一种基于混合连接的毫米波大规模mimo预编码方法 | |
CN106253956B (zh) | 基于码本的模数混合预编码方法 | |
CN110557177A (zh) | 毫米波大规模MIMO系统中基于DenseNet的混合预编码方法 | |
CN108712196B (zh) | 低分辨率毫米波大规模mimo混合预编码系统和方法 | |
CN110661555B (zh) | 用于大规模mimo的部分连接的移相器网络的混合预编码算法 | |
CN108063634B (zh) | 一种低精度量化大规模mimo中最优正则预编码方法 | |
CN110011712B (zh) | 一种面向毫米波大规模多输入多输出的混合预编码方法 | |
CN110289897B (zh) | 一种空间调制系统的下行波束赋形方法 | |
Vlachos et al. | Energy efficient transmitter with low resolution DACs for massive MIMO with partially connected hybrid architecture | |
CN108599830B (zh) | 基于最小和均方误差混合预编码方法 | |
CN110557181A (zh) | 基于毫米波mu-miso系统的符号级混合波束成形结构和设置方法 | |
CN110943768A (zh) | 一种毫米波大规模mimo系统的混合预编码码本联合设计方法 | |
CN113098574B (zh) | 一种用于大规模mimo系统的不规则子阵高效求解方法 | |
CN112054827B (zh) | 一种基于信道等效的联合混合预编码方法 | |
CN111953393A (zh) | 大规模mimo混合预编码器及匹配关系 | |
CN113708811B (zh) | 一种毫米波大规模mimo系统中的混合预编码设计方法 | |
CN113572503B (zh) | 一种低复杂度的基于gp的改进混合波束成形方法 | |
CN107104719B (zh) | 一种基于几何构造的毫米波数字模拟混合预编码设计方法 | |
CN108337030B (zh) | 多天线系统中高功效波束成形方法、装置及设备 | |
CN112073105B (zh) | 一种低能耗的毫米波mimo通信预编码设计方法 | |
CN112398513A (zh) | 一种massive MIMO系统的波束赋形方法 | |
CN108923833B (zh) | 一种面向天线互耦效应抑制的发射端波束预编码方法 | |
CN108683441B (zh) | 混合预编码中的多用户波束赋形方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |